KI wird nicht schlauer, sondern energiehungriger – und teuer

Ein neuer MIT‑Bericht zeigt, dass die neuesten KI‑Modelle wie OpenAI’s GPT vor allem durch steigende Rechenleistung anstatt durch algorithmische Fortschritte wachsen. Diese Entwicklung hat weitreichende Folgen für die Branche und die Gesellschaft.

Während frühere Generationen von KI-Systemen vor allem durch effizientere Lernmethoden und bessere Architekturen an Intelligenz gewannen, setzen die heutigen „Frontier“-Modelle auf enorme Mengen an GPU‑Kernen und Speicher. Das bedeutet, dass jedes neue Modell deutlich teurer zu trainieren ist und mehr Energie verbraucht.

Die Kosten steigen nicht nur in der Anschaffung, sondern auch im Betrieb: Der Stromverbrauch von Rechenzentren, die diese Modelle hosten, wächst exponentiell. Für Unternehmen und Forschungseinrichtungen wird der Zugang zu solchen Ressourcen zunehmend unerschwinglich, was die Kluft zwischen großen Tech‑Giganten und kleineren Akteuren vertieft.

Darüber hinaus hat die Abhängigkeit von immer mehr Rechenleistung ökologische Konsequenzen. Der CO₂‑Ausstoß von KI‑Trainingseinheiten ist bereits ein bedeutender Faktor im globalen Energieverbrauch. Der MIT‑Bericht warnt, dass ohne neue, effizientere Algorithmen die Nachhaltigkeit von KI in Gefahr geraten könnte.

Insgesamt verdeutlicht der Bericht, dass die Zukunft der KI nicht nur von smarteren Algorithmen, sondern auch von einer verantwortungsvollen Nutzung von Rechenressourcen und Energie abhängt. Nur so kann die Technologie weiterhin Fortschritte machen, ohne die Umwelt und die Wirtschaft zu belasten.